[发明专利]基于反转世代距离的数模混合电路测试向量集优选方法

权利要求书

1.一种基于反转世代距离的数模混合电路测试向量集优选方法，其特征在于，包括以下步骤：

S1：根据数模混合电路中状态可切换元件的实际情况，确定数模混合电路可使用的测试向量，记测试向量的数量为N；记数模混合电路中潜在的故障元件数量为M，然后对于每个测试向量S_n，仿真得到数模混合电路正常工作时预设测点在该测试向量S_n下的输出电压V_n,0，以及不同故障元件发生故障时预设测点在该测试向量S_n下的输出电压V_n,m，n＝1,2,…,N，m＝1,2,…,M；

根据仿真得到的数据构建数模混合电路的增量矩阵U：

S2：将测试向量选择向量X＝[x₁,x₂,…,x_N]作为遗传算法种群的个体，其中x_n＝1时表示测试向量S_n被选中，x_n＝0时表示测试向量S_n未被选中；记遗传算法种群中个体数量为K，采用随机赋值的方式初始化遗传算法种群中的每个个体，其中每个个体中被选中的测试向量个数为2，从而构成初始种群P；

S3：初始化迭代次数t＝1；

S4：对种群P中的个体进行交叉和变异，得到新种群Q，需要保证新种群Q的每个个体中被选中的测试向量个数为2；

S5：将种群P和种群Q进行合并，得到合并种群C；

S6：对于合并种群C中每个个体，记第k个个体中两个元素1对应的序号分别为和从步骤S1得到的增量矩阵U中抽取第列和第列的列向量构成大小为2×M的增量子矩阵D^k；

S7：根据抽取得到的增量子矩阵D^k，基于反转世代距离计算合并种群C中每个个体的适应度值F^k，具体步骤包括：

S7.1：将子矩阵D^k中的每个行向量作为对应故障元件m的特征曲线方向向量，两两计算故障元件的特征曲线方向向量之间的余弦值其中m′＝1,2,…,M且m′≠m；

S7.2：根据两个故障元件的特征曲线方向向量余弦值确定其特征曲线夹角

S7.3：对于每个故障元件m，从其与其他M-1故障元件的特征曲线夹角中选取最小夹角，作为该故障元件的特征曲线最小夹角

S7.4：采用以下公式计算得到合并种群C中第k个个体的反转世代距离作为适应度值F^k：

其中，||·||表示二范数，

S8：对于每个个体对应的增量子矩阵D^k，选择第一列元素作为参考值，将增量子矩阵D^k中第二列中的元素除以对应参考值进行归一化操作，当参考值为0时，元素的归一化值以null进行标识，将归一化操作得到的第二列列向量记为

对于列向量记其中不为null的元素数量为M_k′，然后判断是否存在元素值在预设误差范围内相等，如果存在，则将相等的元素值对应的故障元件序号放入同一集合，从而得到一个或多个故障元件集合，记这些故障元件集合中故障元件总数作为模糊故障元件数量number_k；如果不存在，则模糊故障元件数量number_k＝0；

采用以下公式计算得到个体对应的故障检测率FDR_k和故障隔离率FIR_k：

S9：采用二元锦标赛机制从合并种群C中优选K个个体构成新种群P′，具体优选方法如下：对于合并种群C中的两个个体，如果这两个个体均满足故障检测率和隔离率FDR＝100％、FIR＝100％，则选择适应度值较小的个体作为较优个体；若只有其中一个个体满足故障检测率和隔离率FDR＝100％、FIR＝100％，选择该个体作为较优个体；若两个个体都不满足FDR＝100％、FIR＝100％，则按照故障检测率、故障隔离率、适应度值的优先级选择较优个体，即首先选择故障检测率较大的个体作为较优个体，如果故障检测率相同，则选择故障隔离率较大的个体作为较优个体，如果故障检测率和隔离率均相同，则选择适应度值较小的个体作为较优个体；

S10：判断是否达到预设的迭代停止条件，如果未达到，则进入步骤S11，否则进入步骤S12；

S11：令种群P＝P′，t＝t+1，返回步骤S4；

S12：按照故障检测率、故障隔离率、适应度值的优先级，从当前种群P′中筛选出最优个体，其所选中的2个测试向量即构成优选的测试向量集。